上週，我密集進行了兩場性質截然不同的生成式 AI 講座。雖然兩場進行時間都不長，但對我而言，卻能藉機對近期 AI 落地應用與組織輔導心得做一次深度梳理。
第一場是在元智大學，面對校內的職技同仁。對於行政人員來說，生成式 AI 雖然已滲透進日常，但大家的使用深度卻天差地遠：有些人已能利用 Google Opal 這樣的輕量化工具，設計出自動化處理公文的流程 ；有些人卻仍停留在與 ChatGPT 閒聊的階段，甚至連對話的回合數都極低 。第二場則是在亞東醫院，面對的是院長、副院長等高階管理層，以及第一線忙碌的醫師。在這個講求精準與零失誤的場域，我必須展示如何讓 AI 既具備實務價值，又不會因為幻覺而造成醫療風險 。我引用了日劇《黑色止血鉗 2》中，AI 試圖指導菜鳥醫師進行手術的場景，激發在場醫師對於機器決策權與正確性的深層思考 。
一方面談自動化的未來，一方面我卻暗示著：我們可能過度高估了「AI 代理人」（AI Agents）的技術門檻，卻嚴重低估了人類「領域專業」（Domain Expertise）的決定性價值。
拆解「代理人」的迷思：是創新，還是數位時代的裝飾品？
過去兩年，AI 社群可以看到新興的信仰，認為智慧的未來在於打造各種「代理人」。工程師們忙著串接 RAG（檢索增強生成）管線、用各種框架包裹大型語言模型，宣稱自動化已來。
在元智大學的演講中，我以「你與團隊的第一個 AI 驅動工作流程」為題 。我描繪了一個場景：在校務研究工作中，我們設計了多個 Agents 分工合作——一個專門掃描新聞與 Dcard 輿情（例如學生對宿舍的抱怨）、一個負責核對正確性、另一個負責撰稿。
這聽起來很神奇，但說穿了，目前許多所謂的「Agent」，就是將特定領域的知識與規範封裝起來的「技能檔」（Skills）。
我在演講中展示了我自己開發的「台灣用語調教手冊 2.4 版」。為什麼需要這個？因為 AI 生成的文章往往充滿了「賦能」、「顆粒度」、「抓手」、「底層邏輯」這類中國式商業術語，或是「這不是...而是...」這種僵硬的翻譯腔 。這個 Agent 的價值，不在於它背後的模型有多聰明，而在於我將「什麼是好的台灣繁體商務中文」這個領域知識，轉化為一條條 AI 必須遵守的規範 。
如果你的自動化流程，僅僅是依賴一個更好的提示詞就能被取代，那你擁有的不是產品，只是暫時的解決方案。基礎模型的每一次升級，都在侵蝕這些「淺層代理人」的生存空間。真正的護城河，在於你如何將深厚的專業知識，「監管」進 AI 的運作流程中。
醫療 AI：不能只求快，還得求正確
這個觀點在亞東醫院的場域中顯得更為尖銳。商學領域對數字精確有要求，但醫療領域面對的是「Your Money Your Life」（YMYL）的風險 。
在醫療場域，我們必須嚴格區分「紅燈區」與「黃燈區」。涉及臨床判斷、手術決策是紅燈區，絕不能輕信 AI 的「一本正經胡說八道」；而像是交班摘要、病歷潤飾等行政流程則是黃燈區，這才是 AI 目前能安全發揮價值的地方 。
我舉了一個近期震動軟體界的例子：法務 AI 工具 Claude Legal 插件的出現，導致許多SaaS 公司股價大跌 。這給醫療界的啟示是：當 AI 能輕易處理掉病例撰寫、文獻檢索這些工作時，專業人士剩下的價值是什麼？
「黃燈區」人類不需花太大力氣鑽研那些AI做得很好的事了，而正突顯了「紅燈區」人類的真實價值。
在演講中，我分享了一個具備「駭客思維」的操作：研究人員若苦於向資訊室申請資料流程冗長，其實可以利用瀏覽器的 F12 開發者工具，攔截醫院資訊系統的 HAR（HTTP Archive）檔案 。這些看似雜亂的原始數據，一旦丟入 AI 模型，瞬間就能被解析成結構化的病歷研究資料 。
懂得AI工具運用方式的領域專家，接下來將在「紅燈區」大展手腳。他們知道數據的取得與解讀技術門檻正在消失，而且也知道深厚的醫學專業進行「監管」、「導正」、「創新」的機會。
真正的價值公式：AI 是乘數，專業是被乘數
這兩場演講的核心概念，可以用一個價值公式來總結：
AI 帶來的價值 ＝ AI 能力 × 領域專業知識
這是一個乘法關係，而非加法。
我在元智大學的課堂上觀察學生使用 AI 的習慣，發現一個令教育者憂心的數據：學生與 AI 的對話平均回合數往往只有 1.2 回 。這意味著絕大多數學生只是把老師的題目丟給 AI，然後直接複製貼上。這種「大腦外包」的行為，產出的報告與 AI 原生內容的相似度高達 80% 以上，完全沒有個人價值 。
反觀真正的專家，他們會利用像 ChatGPT 或 Gemini 最新具備「思考（Thinking）」能力的模型，讓模型花上數十分鐘進行深度推理 ，並在過程中不斷追問、修正格式、驗證來源。
如果你擁有深厚的專業底蘊——無論是行政法規的熟稔（知道如何用 Google Opal 自動化處理公文），或是醫療診斷的精準——AI 將成為巨大的槓桿，讓你的產出呈指數級增長。但若你的專業知識為零，無論 AI 多強大，零乘以任何數還是零。
AI 是一面鏡子，映照出你的本質
展望 2026 年，生成式 AI 的技術將會非常成熟，世界將充斥著默默運作的 AI Agents。
我分享了一個實際案例：我設定了一個每晚 9 點自動運作的 Agent，它會自動掃描網路上關於元智大學以及競爭對手（如中原大學）的討論與新聞，並彙整成一份「預警雷達分析報告」。它不需要休息，不會漏看 Dcard 上的學生抱怨，也不會錯過競爭對手的榮譽榜 。
這就是未來。但請記住，AI 是一面鏡子，它反映的是你原本的樣子。為什麼有些人的搜尋Agent就是能找到比較多的資料、寫出有深度的報告？那是因為他的專業知識與內化的工作流程，透過AI放大了數倍。
如果你缺乏結構化思考，AI 對你來說只是一個有時有點秀逗的聊天機器人。如果你擁有強大的領域結構與專業洞察，AI 將賦予你顛覆性的權力。
因此，對於職場上的專業經理人與員工來說，當前最重要的任務，絕非焦慮地去學習如何寫程式串接 Agent，或是擔心被工具取代。相反地，你必須回歸本質，增強自己的「本職學能」。
未來的競爭，不是人與 AI 的競爭，而是「懂得用專業知識駕馭 AI 的人」與「只會被動接受 AI 產出的人」之間的競爭。現在，請關掉那些只會閒聊的對話視窗，開始打造屬於你的專業技能包吧。
